如何在网页中搜索字符串并打印存在搜索字符串的整行？答案

【问题标题】：How to search a string in web page and print that full line in which search string is present?如何在网页中搜索字符串并打印存在搜索字符串的整行？
【发布时间】：2014-09-13 06:54:11
【问题描述】：

我是编程新手，也在学习 perl。

这是我的问题：如何在网页中搜索字符串并打印存在搜索字符串的整行？

是否可以直接查找/点击该字符串，然后打印存在搜索字符串的整行？我们是否需要为此强制使用 xpath？

【问题讨论】：

标签： perl

【解决方案1】：

如果您要查找的只是一个非常基本的字符串，您可以使用LWP::Simple 和一个像这样的小正则表达式：

use LWP::Simple;

my $doc = get('http://stackoverflow.com/q/11771655/479133') || die "GET failed";
foreach my $line (split("\n", $doc)) {
    print $line and last if $line =~ m/Here's my query/;
}

CPAN 上有无数的模块可以做这些事情。如果您需要“更大”的东西，请查看Task::Kensho::WebCrawling。

【讨论】：

【解决方案2】：

LWP::UserAgent和HTML::Parser可以使用：

#!/usr/bin/env perl

use strict;
use warnings;

use HTML::Parser;
use LWP::UserAgent;

my $ua = LWP::UserAgent->new;
my $response = $ua->get('http://search.cpan.org/');
if ( !$response->is_success ) {
    print "No matches\n";
    exit 1;
}

my $parser = HTML::Parser->new( 'text_h' => [ \&text_handler, 'dtext' ] );
$parser->parse( $response->decoded_content );

sub text_handler {
    chomp( my $text = shift );

    if ( $text =~ /language/i ) {
        print "Matched: $text\n";
    }
}

【讨论】：

你可能过于复杂了。虽然您通常肯定会使用 HTML 解析器来处理 HTML，但在这种情况下，问题要求“存在搜索字符串的完整行”。在这种情况下，正确的答案是在换行符上拆分输入并搜索各个行。